网易首页 > 网易号 > 正文 申请入驻

冲击开源新高度?实测腾讯Hy4是夯�...

0
分享至

来源:市场资讯

(来源:网易科技)

差友们,又有免费的 Token 羊毛能薅了。

腾讯终于给 Hy 4 的正式版模型端出来了,后训练搞了俩月,又干回最强开源模型那一挂了。

它也不跟你来虚的,WorkBuddy 上打开就能免费蹬,从现在一直能蹬到 11 月 15 号。


当然,也是有额度限制的哈,世超自己蹬了三个半小时才见底,具体消耗多少 token 咱看不到,但也挺耐造的。

从测的结果来看,最大的提升还是长眼睛了,用起来确实顺手不少。。。


先来看跑分,很明显,它是找准了第二梯队的头部开火的。

Agent 和 Coding 相关的能力,后训练加强后,整体往上窜了一截儿。

相比预览版,Hy4 在传统的 DeepSWE 里从 64.3 涨到 74.9,Terminal-Bench 从 26.3 涨到了 44.4,已经能跟 DeepSeek、Kimi 的旗舰掰手腕了。

当然,他们也大方承认,跟 GPT 和 Claude 还有较大差距,瞅瞅这跑分的柱子也很明显,还是 OA 两家顶在前面。


不过有意思的是,长眼睛后,就能干很多之前干不了的事儿了。

比如预览版里没有的 OSWorld,这次直接拉到了 78.9,MMMU-Pro 也有 78.6。

能看图就能理解屏幕,再配合 Computer Use 操作电脑,海外旗舰模型的那些花活儿,Hy4 也算是补上了一部分。


所以别的先放放,咱先来看这双后训练装上的眼睛,到底好不好使。

就拿前段时间很火的谐音梗游戏来测,里面的题是手绘风格的图片,上面是提示,下面让你填谐音梗,光靠 OCR 识别是填不出来的。

结果它十个题全都答对了,像什么虫子拉彩蛋是 “ 重庆 ”,冰块亲御姐是 “ 冰清玉洁 ” 这种,我都得愣一会的,它也能想得到,冷笑话这块儿估计没少练。



向左滑动

说起来,中间还有个小插曲,就是前面几分钟它解出来后,后面居然特喵自己去找题库了。

还精准定位到了是 Steam 小游戏《这是谐音梗》,就在题库的第 6 页,然后对比了一下攻略,发现自己答对了才交给我交卷。

这种小心机咱以后不得不防啊,而且这么看,很多 benchmark 的题库也不见得多牢靠,还是得多更新才行。


所以咱接下来直接上难度,测一测它的手眼协调能力,喂给它一张图片,再让它调用画板画出来。

结果怎么说呢,能到是能,但确实挺费事儿的,足足画了仨小时才搞定。

而且比起官方 Demo 那种 95% 的还原度,如果给的图精度略高一些,是做不到 95% 的,只能掺点水。

这还是它自己复盘的时候告诉我的,说考虑种种因素,这是 “ 不得已的妥协 ”,否则内存爆掉就不好看了。

行吧,看在还原了个七七八八的份儿上,这选择倒也算明智。


眼睛测差不多,咱回归主题。

既然 Agent 和 Coding 能力上来了,咱干脆让它做个前段时间大火的科普视频,就是配着 Opus5.5 经典小曲的那种,看看前端能力咋样。


要求非常简单,就是不调用技能,绘制科普视频,介绍一下 P = NP 这个数学猜想。

为了防止它走传统派的路子,还特意告他别整 PPT 幻灯片儿那一套。


但很遗憾啊,还是有一张一张播片的感觉,明显是不这么搞,哥们是真没招了。

不过该说不说,一些小动效的设计还是不错的,比如 38 秒处像磁盘扫描一样的动画,还有 1 分 40 秒的环状星图。

能感觉到,它确实也竭尽全力了,但无奈 PPT 它有上限呐。。。

而且同样的提示词放 Hy4 preview 预览版里,不止 PPT 味儿更重,动效就更单薄了。

咱再来瞅一下 Opus5.5 的效果 ( 谷歌 Antigravity 上的,别问为啥没在 Claude 上用原汁原味的 )。

嘢?你别说,这一次直出的居然也带点 PPT 味儿?

但细看一下,还是不一样的,谷歌这每一幕的光点都能衔接到下一幕,接着变换形态,而且过渡的动效也丝滑得多,更有视频的感觉。

接下来咱继续升级难度,拿 Astra 带火的 Blender 建模试试水。

给它一张同福客栈的内景图,让它调用 Blender 尝试还原一下,看看精细度。


很快啊,花了 22 分钟,它就掏出来了大堂的场景。

咋说呢,看着确实挺像模像样的,内饰和家具的特征也对得上号。

基本格局也有,但很多细节的准确度还是差点意思,前面拐角式的楼梯直接给你捋直了,左边的前台也放错了位置。

简单示意,或者精细度要求不高的场景,也能凑合着用。

只能说,有眼睛后潜力确实更大了,要是给更多时间,分配好子 Agent 分头去跑,估计能雕琢的更精细点。


最后咱再整个大的,让它接到虚幻引擎里,做个游戏 Demo 看看。

毕竟上面这个 Demo,还是 Hy4 预览版做的,这回他们说跟游戏开发者合作,做了很多游戏引擎的深度适配,给世超期待值拉满了。

索性忍痛借了张好显卡,只为看看咱这样的小白能不能用它搞 3A。

话不多说,直接看结果:


可以说,跟预想的 Agent 长出三头六臂库库干不同,这玩意儿明显还需要专业人士的辅助操作。

提示词我都照抄的官网的,但实测还得你自己出手,帮忙配置下环境。

而且就这鸟样,还是我帮它下了个 50 多 G 的素材包,又配置了 MCP 连接才搞出来的。


要想达到演示的效果,肯定还得精细操作一下,让它把模型载进去,把渲染管线调对味儿。

没办法,游戏引擎的复杂度在那儿摆着,这东西的门槛估计还得段时间才可能打下来,一句话做 3A 多少还是有点距离。


当然,除了上面这些偏实操的,Hy4 这次发布里还有两个地儿值得说道。

一个是科研,像数学这种大模型出道必刷的,咱先不谈,但在物理建模、地球环境之类的 7 个领域里,Hy4 的跑分也都来到了开源模型第一,算是小有惊喜。


另一个是RSI,叫递归自我改进,大白话就是模型自己训模型,左脚踩右脚直接升天。

他们让 Hy4 训了个 Jev 模型,这玩意儿不像传统语言模型,更像个 if else 选择器,你给它选项,它帮你选择。

规模比较小,很适合拿来做实验,之前世超就测过:


而比起官方版,Hy4 训出来这个算是 plus 升级版,8 项测试里 6 项跑分都更高一筹。

除此之外,顺着科研这条线,还搞了个 Hyra2.0 的 Harness,目标定的很高,想探究科研的新范式,实现 AI 自动化。

只能说,方方面面的,基本都在跟外国旗舰对标,眼睛装上,科研也不落下,甚至还能兼顾一手性价比。


回过头看看,还真像姚顺雨说的,他们只花了一年就赶到了前排,做到了两个月一次的迭代。

甚至不久后,更便宜更快的Hy4 Flash 版也要端出来了。

同样的剧本,咱好像刚在 Meta 那儿也见了一次。

中间虽然曲折,但终归还是靠着决心和钞能力,重新挤回了牌桌。


而且不管是 WorkBuddy 还是 Muse,俩哥们在 C 端市场都挺能打的。

这些信号一个个亮起,还真有种重新集结,再冲一波的感觉。

顺便也给世超整期待了,想着啥时候能真刀真枪的捅破 OA 两家的天花板,来个新款的SOTA 模型拿拿味儿。

毕竟要是出个国产的 Fable,它蹬着应该是不烧心的。。。

撰文:风华

编辑:江江 & 面线

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
水均益爆刘欢葬礼细节!刘欢弟弟代家人致辞,卢璐强装镇定忍悲痛

水均益爆刘欢葬礼细节!刘欢弟弟代家人致辞,卢璐强装镇定忍悲痛

一娱三分地
2026-11-16 18:50:09
封建的电影圈,总想着脱离群众

封建的电影圈,总想着脱离群众

闲人电影
2026-11-15 18:00:44
河南省政府新任免一批干部!多部门岗位调整,助力中原发展

河南省政府新任免一批干部!多部门岗位调整,助力中原发展

生活魔术专家
2026-11-17 14:13:24
张升民同志简历

张升民同志简历

看看新闻Knews
2026-10-29 18:54:09
禽兽不如!男子房事不戴套妻拒绝被杀,儿顶撞也被杀,又奸杀女儿

禽兽不如!男子房事不戴套妻拒绝被杀,儿顶撞也被杀,又奸杀女儿

四海神君
2026-11-15 15:00:04
抢在中美俄会晤前!高市堵特朗普,白宫一句没必要,日本要跑空?

抢在中美俄会晤前!高市堵特朗普,白宫一句没必要,日本要跑空?

影孖看世界
2026-11-16 23:53:56
1997年,守着4.2亿遗产,一辈子没上过一天班,没做过一笔投资,没结过一次婚,每天就是陪三个女友吃饭逛街,每月给每人5万生活费

1997年,守着4.2亿遗产,一辈子没上过一天班,没做过一笔投资,没结过一次婚,每天就是陪三个女友吃饭逛街,每月给每人5万生活费

扶苏聊历史
2026-11-17 15:24:37
某市政府办公室干部为领导起草发言材料时,引用涉密文件,认为“引用一两句话不至于涉密”,将材料发至微信群征求意见,被政务警告处分

某市政府办公室干部为领导起草发言材料时,引用涉密文件,认为“引用一两句话不至于涉密”,将材料发至微信群征求意见,被政务警告处分

政知新媒体
2026-11-17 07:39:52
90后女质检员上班时直播唱歌遭开除!索赔12.8万!公司:你泄密了!官司打到二审!

90后女质检员上班时直播唱歌遭开除!索赔12.8万!公司:你泄密了!官司打到二审!

环球网资讯
2026-11-17 13:38:07
辱骂、派对与“皇室家族”:揭秘黄仁勋治下的英伟达内部文化

辱骂、派对与“皇室家族”:揭秘黄仁勋治下的英伟达内部文化

凤凰网科技
2026-11-17 16:10:15
无底线了!内塔尼亚胡之子被伊朗特工暗杀,弃行李连夜逃回以色列

无底线了!内塔尼亚胡之子被伊朗特工暗杀,弃行李连夜逃回以色列

梦史
2026-08-29 06:21:20
重磅! 澳洲签证系统改革, 华人回国重大变化, 免签要没了?! 这类签证将大幅增加

重磅! 澳洲签证系统改革, 华人回国重大变化, 免签要没了?! 这类签证将大幅增加

澳微Daily
2026-11-17 15:09:08
高盛预警:2027年油市将面临“大规模供应过剩” 布油将回落至78美元

高盛预警:2027年油市将面临“大规模供应过剩” 布油将回落至78美元

和讯网
2026-11-16 14:50:05
世纪和解:贾乃亮李小璐热度升高,李小璐发文:属于这个冬天的温柔时刻!

世纪和解:贾乃亮李小璐热度升高,李小璐发文:属于这个冬天的温柔时刻!

默默有话说
2026-11-14 20:31:14
奉命执行死刑的战士向他敬礼后,开了枪

奉命执行死刑的战士向他敬礼后,开了枪

这才是战争
2026-11-16 15:08:10
新007公布,居然是40岁蝙蝠侠!网友吐槽定妆照:选了个卖保险的

新007公布,居然是40岁蝙蝠侠!网友吐槽定妆照:选了个卖保险的

手工制作阿歼
2026-11-17 11:05:30
十大元帅和十大大将,正好两两相对

十大元帅和十大大将,正好两两相对

华人星光
2026-11-17 15:10:05
NBA明天11月18日赛程:湖人VS黄蜂,CCTV5直播开拓者VS森林狼

NBA明天11月18日赛程:湖人VS黄蜂,CCTV5直播开拓者VS森林狼

薇说体育
2026-11-17 15:47:14
CBA最新消息!曝皮特森加盟山东男篮,上海男篮留用麦基

CBA最新消息!曝皮特森加盟山东男篮,上海男篮留用麦基

体坛瞎白话
2026-11-17 09:53:12
王俊杰当选周最佳!轰28+9创NCAA生涯新高 目前得分排全队第一

王俊杰当选周最佳!轰28+9创NCAA生涯新高 目前得分排全队第一

罗说NBA
2026-11-17 06:17:36
2026-11-17 16:47:00
新浪财经 incentive-icons
新浪财经
新浪财经是一家创建于1999年8月的财经平台
5512325文章数 10021关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

亲子
手机
艺术
旅游
军事航空

亲子要闻

宝宝气人但是聪明的4个行为

手机要闻

鞠婧祎代言 荣耀700系列四款高颜值配色公布:全系标配原生AI背屏

艺术要闻

漫天香氛,秋风醉人~杭州的秋天从不让人失望!13个地方,秒出大片!

旅游要闻

秋假遛娃剑门关,全程17000步,6个小时,喜提废腿体验!

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版